Feilmodus og effektanalyse (FMEA) er en systematisk tilnærming som brukes til å identifisere potensielle feilmoduser i en prosess eller et produkt. Å forstå den matematiske grunnlaget hjelper til å nøyaktig vurdere risikoer og ta informerte beslutninger. Denne artikkelen utforsker kjerneberegninger, underliggende antagelser og begrensninger i FMEA.

Beregninger i FMEA

De primære beregningene i FMEA involverer risikoprioritetsnummeret (RPN), som er avledet av multiplisere tre faktorer: Severity (S), Occision (O) og Detection (D). Formlen er:

RPN = S × O × D

Hver faktor er typisk rangert på en skala fra 1 til 10, med høyere verdier som indikerer større risiko. RPN bidrar til å prioritere feilmoduser basert på deres potensielle påvirkning.

Forbruk underveis FMEA beregninger

FMEA antar at de tre faktorene ⁇ allsidighet, forekomst og deteksjon ⁇ er uavhengige og kan kombineres multiplikasjonsmessig for å vurdere risiko. Det antar også at vurderingene er konsekvente og nøyaktig reflekterer den virkelige situasjonen.

Videre antar det at RPN gir et meningsfullt risikomål, noe som muliggjør sammenligning på tvers av ulike feilmoduser.

Begrensninger av FMEA-beregninger

Til tross for sin nytte har FMEA begrensninger knyttet til det matematiske grunnlaget. Multiplikativ modellen kan overforbedre komplekse interaksjoner mellom faktorer. For eksempel kan en høy alvorlig svikt være mer kritisk enn en høy forekomst eller deteksjonsklassifisering antyder.

I tillegg er rangeringene subjektive og kan variere mellom evaluatorer, som påvirker konsistensen av RPN-beregninger. Modellen står heller ikke for sannsynlighetens fordeling av feilmoduser, noe som kan føre til feiltolking av risikoer.

Alternative tilnærminger, som feilmodus, effekter og kritisk analyse (FMECA), inneholder mer detaljerte statistiske modeller for å håndtere noen av disse begrensningene.